XiaoMi-AI文件搜索系统
World File Search System设计师
理解灵感：深入了解设计师如何使用人工智能平台发现灵感刺激
在整个设计过程中，设计师会遇到影响其工作的各种刺激。这种影响在创意生成过程中尤为明显，因为新颖的设计支持工具可帮助发现灵感。然而，关于这些工具提供的交互为何以及如何影响设计行为，仍然存在一些基本问题。这项工作探讨了设计师如何使用支持文本和非文本输入查询的人工智能多模式搜索平台来搜索灵感刺激。学生和专业设计师完成了一项有声思考的设计探索任务，使用该平台寻找激发创意的刺激。我们将专业知识和搜索方式确定为影响设计探索的因素，包括搜索的频率和框架，以及搜索结果的评估和实用性。2023 作者。由 Elsevier Ltd. 出版。这是一篇根据 CC BY 许可开放获取的文章（http://creativecommons.org/licenses/by/4.0/）。
定制电池 - 设计师和制造商
我们负责的采购方法已被评估为符合自2021年以来ISO 20400指南的符合条件。此外，它使我们能够评估当前的实践并实施行动，尤其是为了减少我们的CO 2排放。
设计师基因由人工智能提供
核心启动子不仅确定基因词的启动何方，还决定基础和增强子诱导的条件下的转录活性。在核心启动子内的多个短序列元素已在不同的物种中鉴定出来，但是它们如何共同发挥作用以及它们在何种程度上是真正物种特异性的。在本期的基因和发展中377 - 382）报告合成核心启动子的大规模平行测量值，以生成大量的激活数据集，以告知统计学习模型以识别人和果蝇核心启动子的序列差异。然后将此机器学习模型应用于设计基因核心启动子，这些基因核心启动子特别针对人类转录机械。
b" 对限制或提供雨水控制机会的场地特征和条件进行叙述性分析或描述。包括土壤类型（包括自然资源保护局 (NRCS) 定义的水文土壤组）、场地坡度和地下水深度。对保护自然资源的场地设计特征进行叙述性描述。对场地设计特征、建筑特征和路面选择进行叙述性描述和/或制表，以尽量减少场地的不透水性。对 DMA 进行制表和大小计算，包括自处理区、自保留区、排水至自保留区的区域以及排水至雨水管理设施的区域。详细信息和描述表明有足够的水头将径流引导到、流经和流出每个雨水管理设施到批准的排放点。已识别污染源的表格，以及针对每个污染源，用于最大程度减少污染物的源头控制措施。视情况而定，请参阅市政府关于垃圾围栏和装卸码头的标准计划，以及消防喷淋试验水排放指南。上述市政府网站上提供了此信息的链接。雨水管理设施中所选植物种类的清单以及选择这些植物种类的原因。包括如何灌溉植物以尽量减少用水量并确保植物存活的说明。请参阅上述市政府关于植物选择、间隔和灌溉的指南。提供了如何防止垃圾和杂物进入市政雨水排水系统的说明和详细信息。上述市政府网站上提供了已获批准的完整垃圾收集设备清单。所有雨水管理设施的一般维护要求。所有雨水管理设施的维护通道说明。设施维护和更换的资金来源和永久实施方式。识别与规范或要求的任何冲突，或实施雨水控制计划的其他预期障碍。土木工程师、建筑师和景观设计师的认证。适用时，附录：湾区水文模型表明符合水文改造管理标准。适用时，附录：描述在拆除活动期间如何管理含 PCB 的建筑材料。有关更多信息，请参阅此网页：https://dublin.ca.gov/2113。"
b" 对限制或提供雨水控制机会的场地特征和条件进行叙述性分析或描述。包括土壤类型（包括自然资源保护局 (NRCS) 定义的水文土壤组）、场地坡度和地下水深度。对保护自然资源的场地设计特征进行叙述性描述。对场地设计特征、建筑特征和路面选择进行叙述性描述和/或制表，以尽量减少场地的不透水性。对 DMA 进行制表和大小计算，包括自处理区、自保留区、排水至自保留区的区域以及排水至雨水管理设施的区域。详细信息和描述表明有足够的水头将径流引导到、流经和流出每个雨水管理设施到批准的排放点。已识别污染源的表格，以及针对每个污染源，用于最大程度减少污染物的源头控制措施。视情况而定，请参阅市政府关于垃圾围栏和装卸码头的标准计划，以及消防喷淋试验水排放指南。上述市政府网站上提供了此信息的链接。雨水管理设施中所选植物种类的清单以及选择这些植物种类的原因。包括如何灌溉植物以尽量减少用水量并确保植物存活的说明。请参阅上述市政府关于植物选择、间隔和灌溉的指南。提供了如何防止垃圾和杂物进入市政雨水排水系统的说明和详细信息。上述市政府网站上提供了已获批准的完整垃圾收集设备清单。所有雨水管理设施的一般维护要求。所有雨水管理设施的维护通道说明。设施维护和更换的资金来源和永久实施方式。识别与规范或要求的任何冲突，或实施雨水控制计划的其他预期障碍。土木工程师、建筑师和景观设计师的认证。适用时，附录：湾区水文模型表明符合水文改造管理标准。适用时，附录：描述在拆除活动期间如何管理含 PCB 的建筑材料。有关更多信息，请参阅此网页：https://dublin.ca.gov/2113。"
设计师婴儿的道德困境-IJRPR
设计师婴儿或救世主婴儿是根据体外受精（IVF）根据植入前的遗传诊断（PGD）创建的遗传匹配的婴儿，该诊断（PGD）是病人同胞的捐助者。将来，救主兄弟姐妹的骨髓，脐带和外围血液中的造血干细胞将用于侵入性手术，例如多个骨髓移植，甚至是器官移植。2 PGD程序通常在第三天进行，该过程的大小约为六到十个单元，并进行筛选以防止遗传疾病。一个细胞使用薄移移移液器从胚胎中吸出一个细胞，并筛选出患有遗传疾病的可能性。可以通过PGD进行胚胎的遗传测试，以找出它是否受遗传条件的影响。像组织分型这样的技术使得可以确认现有儿童的供体的兼容性，并在胚胎之间进行选择。PGD如果产前测试表明胎儿在使用自然概念试图怀孕的情况下避免堕胎。3
基因编辑和设计师的法律含义......
基因编辑技术为改变人类基因组成开辟了新的可能性，包括增强理想性状和消除遗传疾病的能力。基因编辑虽然提供了潜在的好处，但也引发了伦理、法律和社会问题。在印度，围绕基因编辑和设计婴儿的法律框架仍处于起步阶段。本研究论文旨在研究当前的法律框架，并探讨基因编辑和设计婴儿在印度的伦理和社会影响。总之，基因编辑和设计婴儿有可能改变人类生活的未来。然而，必须确保以合乎道德、对社会负责和合法的方式监管这项技术。本研究论文认为，印度需要一个强有力的法律框架来规范基因编辑和设计婴儿。这样的框架应该平衡基因编辑的潜在好处与伦理和社会影响，并确保该技术的使用方式不会导致歧视、不平等或伤害。关键词：基因编辑、设计婴儿、伦理考虑、监管、生物技术、人类遗传学。
面向帮助设计师进行设计的人工智能助手
在过去的几十年中，人工智能 (AI) 已被应用于设计和工程实践的各个领域。人们热切希望采用基于人工智能的设计决策方法（Allison 等人，2022 年），这是设计流程的一部分，其中根据选定的设计目标生成和优化设计。例如，已经开发出方法来帮助结构工程师以最少的材料使用创建结构元素（Fairclough 等人，2019 年）。在计算药物设计中，人们正在不断努力使用人工智能来加速和自动化有前景的药物分子的识别（Sliwoski 等人，2014 年）。在平面设计中，生成式深度学习方法正在帮助设计师快速创建吸引人的海报（Guo 等人，2021 年）。人工智能已经改变了设计师的工作方式。然而，我们认为，它仍然受到人机协作效率低下的束缚。我们用一个简单的设计问题来说明这一点：通过选择一组要参观的兴趣点 (POI) 来规划一次愉快的国外城市一日游（图 1）。显然会有很多愉快的一日游，但我们希望找到一个我们认为尽可能愉快的一日游。因为可能有成千上万个 POI 可供选择，所以我们想寻求人工智能的帮助，这里采用组合优化算法的形式。但要做到这一点，我们需要给它一个
数据空间设计师入门套件
在开发、部署和维持数据空间以支持数据生态系统的过程中，存在许多基本的技术、组织、法律和商业挑战。这个由数据空间支持中心 (DSSC) 开发的入门套件为想要建立或参与数据空间的个人或组织提供了一个切入点。这包括数据空间设计者、数据生产者、数据消费者、数据空间中介服务提供商以及数据驱动服务和业务应用程序的提供商。它概述了在数据空间内实现互操作性、信任和价值创造的不同维度，帮助您了解 DSSC 作为欧洲数据战略支架的作用，并指出了一组可以提供进一步指导和支持的资源。有关数据的完整列表
如何培养有道德的人工智能设计师
在人工智能 (AI) 所带来的伦理困境挑战的背景下，从人工智能系统的偏见 (Lee, 2018) 到对人类判断的操纵 (Henriksen, 2019)，美德伦理学被理解为一种规范伦理学的方法，它强调道德品格，与强调责任和规则 (义务论) 或行为后果 (结果主义) (Carr, 2008; Hursthouse, 2017) 的方法相反，在有关人工智能对社会影响的辩论中变得越来越重要。美德伦理受到关注，因为当前的高等教育似乎未能培养职业道德和社会责任技能（Chang, Shih, & Chang, 2020），道德准则并不是计算道德典范中道德行为的驱动力（Huff & Furchert, 2014），开发人员对各种道德准则中规定的原则的遵守情况很差（McNamara, Smith, & Murphy-Hill, 2018）。虽然从宣扬规则转向注重培养开发人员的性格倾向和道德态度是一个明智的建议（Harris, 2008），但如何遵循它并不简单，无论是对于教育者还是学习者来说。我们相信，通过整合计算机科学、道德心理学和发展以及教育学的知识和经验，跨学科方法可以提供一种“扩大行动范围、发现盲点、促进自主和自由以及培养自我责任感”的方法（Hagendorff，2020 年），即对道德行为进行培训，理解为在任何情况下习惯性地应用道德原则（Treviño、Weaver 和 Reynolds，2006 年）（例如，在涉及个人数据的数据挖掘活动中定期记录匿名化程序）。
MindSculpt：利用脑机接口帮助设计师
MindSculpt 使用户能够通过思考实时生成 Grasshopper 中的各种混合几何图形。此设计工具将脑机接口 (BCI) 与参数化设计平台 Grasshopper 相结合，创建了一种直观的设计工作流程，与基于鼠标和键盘范式的传统计算机辅助设计工具相比，它缩短了构思和实施之间的延迟。该项目源于神经科学和建筑学之间的跨学科研究，目标是构建一种能够在设计过程中利用复杂且流动的思维特性的网络人类协作工具。MindSculpt 采用基于支持向量机模型 (SVM) 的监督机器学习方法来识别当参与者在脑海中旋转四种不同的立体几何图形时，EEG 数据中出现的脑电波模式。研究人员对没有设计经验的参与者测试了 MindSculpt，发现该工具使用起来很有趣，可以促进设计构思和艺术创作。